Website company profile PT Nusa Data Prima mengalami kendala dalam aspek usability dan performa, yang berdampak pada pengalaman pengguna dan efisiensi sistem. Masalah utama yang ditemukan meliputi kurangnya aspek usability yang optimal serta penurunan performa saat jumlah pengguna meningkat. Penelitian ini bertujuan untuk menganalisis dan memperbaiki website menggunakan metode Usability Testing dan Automation Testing. Hasil Usability Testing menunjukkan mayoritas responden setuju dengan nilai rata-rata 89,17%, yang tergolong dalam kategori sangat layak, namun melalui kuisioner terbuka dan wawancara, ditemukan sepuluh aspek yang perlu diperbaiki. Sementara itu, hasil Automation Testing menunjukkan peningkatan waktu respons dari 887 milidetik menjadi 42993 milidetik seiring bertambahnya jumlah sampel, dengan tingkat error mencapai 70% pada 210 sampel serta throughput yang menurun, menunjukkan sistem kesulitan menangani beban tinggi. Berdasarkan temuan ini, diperoleh dua perbaikan pada aspek Automation Testing. Secara keseluruhan, terdapat dua belas perbaikan, terdiri dari sembilan melalui redesign dan tiga tanpa redesign, guna meningkatkan kualitas dan performa website.

Indonesia dikenal sebagai negara dengan kekayaan sumber daya alam yang melimpah, sebagaimana diatur dalam Pasal 33 ayat (3) UUD 1945 untuk dimanfaatkan demi kesejahteraan rakyat. Namun, alih fungsi lahan pertanian menjadi pemukiman telah mengancam ketahanan pangan, memaksa Indonesia mengimpor bahan pangan. Salah satu solusi adalah mengelola lahan secara efisien untuk pertanian dan perkebunan. Kesesuaian lahan sangat penting bagi produktivitas tanaman perkebunan, tetapi sering kali pemilihan lahan dilakukan tanpa mempertimbangkan karakteristiknya, menyebabkan gagal panen dan kerugian besar. Pendekatan ilmiah melalui sistem pendukung keputusan (SPK) diperlukan untuk membantu petani menentukan lahan yang sesuai dengan komoditas tertentu. Penelitian sebelumnya menunjukkan metode Fuzzy Inference System Mamdani dapat digunakan, meskipun hasil manualnya kurang memadai. Parameter seperti curah hujan, pH tanah, dan kedalaman lahan sangat berpengaruh terhadap kesesuaian lahan. Keberadaan SPK berbasis web memungkinkan akses yang lebih luas dan efisien, memberikan informasi dan pengetahuan bagi petani untuk memanfaatkan lahan secara optimal. Berdasarkan hal tersebut, penelitian ini mengusulkan pengembangan “Sistem Pendukung Keputusan Kesesuaian Lahan pada Tanaman Perkebunan dengan SAW” sebagai alat bantu untuk menentukan kesesuaian lahan secara lebih akurat. Pemilihan lahan pertanian yang digunakan pada penelitian ini berjumlah 20 lahan yang terletak disekitar area jember. Tanaman perkebunan yang dipilih pada penelitian ini berjumlah 9 tanaman. Parameter penelitian yang dijadikan acuan ada 3 bagian yaitu, curah hujan, pH, dan juga kedalaman tanah. Penelitian ini menghasilkan hasil klasifikasi dengan rata-rata akurasi sebesar 91,1%, sehingga secara umum dapat dikategorikan sudah sesuai. Akurasi tersebut didapat dengan membandingkan kesesuaian data hasil klasifikasi metode SAW dengan hasil klasifikasi pakar. Website juga telah berhasil dibuat dengan menerapkan perhitungan metode SAW yang digunakan untuk klasifikasi.

Website adalah salah satu media informasi yang penting bagi suatu perusahaan dan institusi, termasuk SMAN Arjasa, yang berfungsi untuk branding dan menyediakan informasi secara online. Namun, hasil observasi menunjukkan bahwa website saat ini belum memenuhi faktor usability, karen memiliki user interface yang monoton dan user experience yang kurang terorganisir. Untuk mengatasi permasalahan ini, dilakukan redesain tampilan website menggunakan metode Design Thinking yang terdiri dari 5 tahapan: Empathize, Define, Ideate, Prototype, dan Testing. Prototipe yang dihasilkan telah diuji melalui Usability Testing dengan System Usability Scale (SUS) dan Blackbox Testing. Berdasarkan hasil pengujian SUS dengan 90 responden menunjukkan bahwa skor rata-rata sebesar 83, tergolong dalam kategori excellent, sementara pengujian blackbox menunjukkan bahwa implementasi prototipe telah berhasil berfungsi sesuai dengan kebutuhan yang ada. Temuan ini mengindikasikan bahwa pengguna merasa puas dan nyaman dengan desain baru, yang memenuhi kebutuhan mereka.

Belanja adalah salah satu kegiatan yang dilakukan untuk memenuhi kebutuhan sehari-hari, dan dengan adanya situs belanja online banyak orang lebih memilih melakukan belanja online dibandingkan melakukan belanja langsung ke tempat. Kepraktisan berbelanja online menjadi alasan mengapa hal ini diminati masyarakat, khususnya mahasiswa. Kegiatan belanja online yang berlebihan dapat menjadi kebiasaan yang jika dilakukan terus menerus akan mengakibatkan kecanduan. Untuk melakukan konseling membutuhkan biaya yang tidak sedikit sehingga dibuatlah sistem pakar deteksi kecanduan belanja online berbasis web. Data yang digunakan memuat 6 faktor yang terdiri dari 18 item dan 4 solusi yang diperoleh dari wawancara dengan seorang pakar. Pengambilan keputusan pada sistem pakar akan diproses menggunakan rumus yang telah diberikan oleh pakar. Hasil dari penelitian ini adalah persentase kecanduan belanja online yang diperoleh dengan menjawab pernyataan basis pengetahuan dan didapat tingkat akurasi sebesar 77%.

Menurut data Pusat Data dan Informasi (Pusdatin) Kementerian Kesehatan RI, persentase penduduk Indonesia yang mengalami masalah kesehatan gigi meningkat dari 23,2% pada tahun 2007 menjadi 25,9% pada tahun 2013, dan yang mendapatkan perawatan medis gigi juga meningkat dari 29,7% menjadi 31,1%. Gigi, sebagai organ penting untuk fungsi pencernaan dan kepercayaan diri, memerlukan perawatan khusus karena tidak bisa menyembuhkan diri sendiri (Sukarno, 2020). Masalah kesehatan gigi dan mulut, seperti karies dan periodontitis, dapat menyebabkan rasa sakit, infeksi, dan kehilangan gigi jika tidak segera ditangani. Namun, kurangnya pengetahuan dan kesadaran masyarakat terhadap gejala awal penyakit gigi sering menyebabkan penundaan dalam diagnosis dan pengobatan, memperburuk kondisi dan meningkatkan risiko komplikasi. Dalam era teknologi informasi, teknologi dapat menjadi alat yang efektif untuk penyampaian informasi kesehatan dan pencegahan penyakit. Pengembangan sistem pakar dapat menjadi solusi efektif untuk mendeteksi dini penyakit gigi dan memberikan informasi yang tepat kepada pengguna.

Bantuan rumah tidak layak huni (RTLH) merupakan program sosial yang bertujuan meningkatkan kualitas hidup masyarakat miskin. Namun, dalam pelaksanaannya, proses penentuan penerima bantuan sering kali menghadapi kendala, seperti kurangnya transparansi dan subjektivitas dalam pengambilan keputusan. Untuk mengatasi masalah ini, diperlukan suatu sistem pendukung keputusan (SPK) yang dapat membantu dalam pemilihan penerima bantuan secara lebih objektif dan efisien. Penelitian ini mengembangkan SPK menggunakan metode Metode TOPSIS dipilih karena kemampuannya dalam melakukan perbandingan multi-kriteria dan menghasilkan alternatif yang paling mendekati solusi ideal. Sistem ini menggunakan beberapa kriteria, seperti kondisi rumah, penghasilan keluarga, jumlah tanggungan, dan status kepemilikan tanah. Data kriteria tersebut diolah melalui tahapan perhitungan TOPSIS, meliputi normalisasi data, pembobotan kriteria, hingga penentuan peringkat akhir. Hasil implementasi menunjukkan bahwa sistem ini mampu memberikan rekomendasi penerima bantuan RTLH secara objektif dan transparan. Dengan adanya SPK berbasis TOPSIS, pemerintah desa dapat meningkatkan akurasi dan keadilan dalam proses seleksi, sehingga program bantuan RTLH dapat tepat sasaran

Peramalan penjualan merupakan sebuah pemanfaatan data penjualan dalam pengelolaan usaha mikro, kecil, dan menengah (UMKM) untuk meningkatkan efisiensi operasional dan pengambilan keputusan strategis. Dengan menerapkan sistem peramalan yang efisien, diharapkan CV. Kanjaya dapat memprediksi penjualan di masa depan, yang akan membantu dalam pengaturan persediaan dan pengurangan biaya produksi yang tidak perlu. Penelitian ini bertujuan mengembangkan sistem peramalan penjualan kacang mete pada CV. Kanjaya menggunakan metode moving average 3 periode. Hasil analisis menunjukkan bahwa metode ini menghasilkan tingkat akurasi dengan Mean Absolute Percentage Error (MAPE) sebesar 24,79%, yang dapat dikategorikan cukup akurat. Dari hasil ini dapat diketahui bahwa metode moving average menunjukkan bahwa metode ini dapat digunakan untuk data penjualan dengan tren stabil dan periode pendek (12 bulan) seperti yang dimiliki oleh CV. Kanjaya, namun memiliki keterbatasan pada data dengan fluktuasi tinggi dan perubahan yang cepat. Meskipun memberikan gambaran estimasi penjualan, hasil peramalan belum dapat digunakan sebagai acuan pasti untuk menentukan jumlah produksi karena nilai MAPE yang masih di atas 20%. Perlu kehati-hatian dalam penggunaan metode moving average untuk data dengan perubahan signifikan atau fluktuasi tinggi. Dari hasil penelitian ini memberikan pemahaman praktis tentang penerapan metode peramalan sederhana bisa dimanfaatkan oleh usaha mikro, kecil, dan menengah (UMKM) yang memiliki rentang data penjualan yang pendek.

Penelitian ini bertujuan untuk menganalisis sentimen masyarakat terhadap regulasi social commerce TikTok Shop oleh pemerintah Indonesia melalui media sosial Twitter. Data dikumpulkan menggunakan Twitter Search API dengan periode 28 September–21 Oktober 2023 dan 12–19 Desember 2023, menghasilkan 3.000 tweet yang dianalisis menggunakan metode Naive Bayes dan Support Vector Machine (SVM). Proses analisis mencakup preprocessing, pembobotan TF-IDF, dan klasifikasi sentimen menjadi positif atau negatif. Hasil penelitian menunjukkan bahwa metode SVM memiliki akurasi lebih tinggi (94,4%) dibandingkan Naive Bayes (89,1%). Sistem berbasis Laravel dengan integrasi Python yang dikembangkan untuk proses otomatisasi analisis memberikan kontribusi praktis dalam mendukung pengambilan kebijakan. Penelitian ini diharapkan dapat menjadi referensi bagi pemerintah dalam memahami opini publik terkait kebijakan regulasi social commerce di Indonesia.